第 7 章 · 03 已实现波动与收益分布

第 7 章 · 03 已实现波动与收益分布

本节摘要:本节讲从分钟收益序列提炼的两类高频因子——已实现波动分解与收益分布特征。传统波动率因子用日线收益算标准差,丢失了日内波动的结构信息;而已实现波动(Realized Volatility,日内分钟收益平方和)不仅能更精确地度量当日波动,还能进一步分解为连续波动(Continuous)与跳跃波动(Jump)两部分——前者反映平稳的波动,后者刻画突发的大幅跳跃(如突发事件、开盘冲击)。海通选股因子系列第 25 篇系统研究了已实现波动分解,第 19 篇则探讨了收益分布特征因子(如尾部分布、偏度、峰度)。本节讲清已实现波动的计算、连续-跳跃分解的方法(如 BNS 检验)、收益分布特征因子的构造,以及它们的预测力来源。读完本节,你掌握高频因子里「波动与分布」这一族的核心方法。

内容来源:仓库研报 海通选股因子系列第 25 篇(已实现波动分解)、第 19 篇(收益分布),知识结构化整理。

⚠️ 学习提示:波动分解与分布特征因子理论上漂亮,但对数据质量与计算量要求极高,且在 A 股的稳健性需谨慎验证。别因「方法高级」就高估其效用,务必对比简单的日线波动率因子,看边际提升是否值得复杂度。

学习目标

阅读完本节,你应当能够:

1. 计算已实现波动(Realized Volatility)并解释它相对日线波动率的优势。
2. 说清连续波动与跳跃波动的区别与分解方法(如 BNS 检验)。
3. 理解跳跃波动因子的经济含义与预测力。
4. 列举收益分布特征因子(偏度、峰度、尾部分布等)及其含义。
5. 评估这两类因子的适用边界与计算成本。

一、为什么需要更精细的波动刻画

波动率是经典因子(第 2 章低波动因子),但传统做法用日线收益算标准差,有几个局限:

• 信息损失:日线把一天内的所有波动压缩成一个收益,日内波动过程(开盘冲击、盘中震荡、尾盘异动)都丢了。
• 估计不精确:用 20 天日线收益估波动,样本小、噪声大。
• 混淆连续与跳跃:平稳波动与突发跳跃混在一起,无法区分。

高频数据(分钟线)能解决这些问题——一天内有 240 个 1 分钟收益(A股 4 小时交易),用它们刻画日内波动,信息量大得多。海通系列把这条线发展成「已实现波动及其分解」与「收益分布特征」两族因子。

二、已实现波动:日内波动的精确度量

已实现波动(Realized Volatility,RV)的定义:

RV = sqrt(Σ r_i^2)   # r_i 是第 i 个分钟的收益,i 遍历全天
​

即把全天所有分钟收益平方求和再开方。它本质是日内「实际发生」的波动,比用日线估的波动精确得多(样本量大、信息全)。

数学上,已实现波动是收益波动的一致估计量——当抽样频率趋于无穷时,RV 收敛于真实的「积分波动」(Integrated Volatility)。这是高频计量经济学的理论基础。

已实现波动作为因子的特征:

💡 直觉理解:已实现波动就像用「高速摄影」记录一天的价格抖动,而日线波动率是「普通照片」。高速摄影能看清细节,估计自然更准。低波动异象在更精确的度量下,反而更显著。

三、连续波动与跳跃波动的分解

已实现波动还能进一步分解为两部分:

• 连续波动(Continuous Variation):来自平稳的价格变化,反映市场常态波动。
• 跳跃波动(Jump Variation):来自瞬时的价格大幅跳变,反映突发事件(如公告、政策、开盘冲击)。

为什么要分解?因为两类波动的经济含义不同:

• 连续波动反映「常态风险」,与低波动异象相关(低连续波动的股票未来更可能跑赢)。
• 跳跃波动反映「事件冲击」,跳跃方向(正跳/负跳)与后续收益相关(如负跳跃后可能反转)。

BNS 分解方法

最经典的分解方法是 Barndorff-Nielsen & Shephard(BNS)检验,基于**已实现波动(RV)与已实现双幂变差(BPV)**的差异:

• 已实现波动 RV = Σ r_i^2(对跳跃敏感)。
• 已实现双幂变差 BPV = (π/2) × Σ |r_i| × |r_{i-1}|(对跳跃稳健,主要反映连续部分)。

两者之差(RV - BPV)就是跳跃波动的估计。直观上:RV 把所有大的价格变化(含跳跃)都计入平方和,而 BPV 用相邻两个收益的乘积,跳跃只在它发生的那一期被计入一次,后续相邻期不重复计入,所以 BPV 对跳跃「免疫」,主要反映连续波动。两者相减就把跳跃「分离」出来。

海通 25 实证发现,在 A 股:

• 连续波动因子呈现低波动异象(IC 负,低连续波动的股票未来更可能跑赢)。
• 跳跃波动因子(尤其负跳跃)对短期反转有预测力——大幅负跳跃后,股票短期可能反弹。

四、跳跃波动因子的预测力来源

跳跃波动为何有预测力?几个原因:

1. 过度反应与反转:突发跳跃常引发投资者过度反应,之后出现反转。负跳跃后的反弹是经典反转效应的高频版本。
2. 信息冲击消化:跳跃往往伴随新信息(公告、政策),信息消化需要时间,跳跃方向指示了信息方向。
3. 流动性事件:开盘或盘中冲击造成的跳跃,可能与流动性事件相关,后续流动恢复带来价格修复。

💡 关键区分:正跳跃与负跳跃的后续行为不同。负跳跃(突发下跌)后更可能反转(反弹),正跳跃(突发上涨)后则可能延续或反转较弱。这是「短周期负效应」在高频的体现。实战中常分别构造正跳跃因子与负跳跃因子,而非合并。

五、收益分布特征因子

除了波动,分钟收益序列的分布形状本身也蕴含信息。海通 19 等研报探讨了几个分布特征因子:

这些因子刻画的是日内收益的「形状」信息,与波动类因子互补。例如,两只已实现波动相同的股票,一只高峰度(偶尔大幅跳跃),一只低峰度(平稳波动),它们的后续表现可能不同——高峰度的风险更「集中」,低峰度的更「分散」。

海通系列实证:日内偏度因子(负偏)常与未来收益正相关(负偏股票风险已被定价,未来更可能跑赢),与低波动异象同源;日内动量因子则与短期反转/动量效应相关。

六、计算成本与数据要求

已实现波动与分布特征因子对数据与计算的要求比大单主买因子更高:

• 数据量:需要完整的分钟线(或更细),一天数 MB/股,全市场历史数据量极大。
• 计算量:BNS 分解、偏度峰度等都要在分钟序列上计算,日频更新全市场需并行计算。
• 数据质量敏感:分钟线的噪声(如错误成交、停牌)会显著影响因子值,清洗要求高。
• 抽样频率选择:用 1 分钟、5 分钟还是更细,要在估计精度与微观噪声间权衡。太细(如逐笔)会引入微观结构噪声,反而失真。

⚠️ 学习提示:已实现波动与分布因子理论优雅,但计算成本高、对数据质量敏感。入门建议先用 5 分钟线做已实现波动,验证有效后再尝试 BNS 分解与分布特征。别一上来就上逐笔数据,微观噪声会困扰你。

七、与其他因子的关系与组合

已实现波动与分布因子与其他因子的关系:

• 与日线低波动因子:同源(低波动异象),但高频版本更精确,相关性高但有边际信息。
• 与大单主买因子:互补,一个看波动结构,一个看资金方向,常一起纳入高频因子库。
• 与基本面因子:低相关,捕捉短期微观信号,与长期基本面信号互补。

海通系列常把已实现波动分解、收益分布、大单主买等多族高频因子合成,构建「高频因子综合」,IC 与稳定性优于单一族。

八、适用边界

• 衰减与换手:已实现波动类因子衰减中等(1-2 周),换手中等;跳跃/分布类因子衰减更快。
• 容量:波动类因子相对容量较大(不特别偏小盘),分布/跳跃类偏小盘,容量较小。
• 稳健性:波动类因子在 A 股长期稳健(低波动异象);分布/跳跃类因子的稳健性需谨慎验证,易过拟合。
• 计算成本:需权衡——简单已实现波动成本低、收益稳;复杂分解与分布因子成本高、边际提升有限。

本节要点回顾

1. 动机:日线波动率丢失日内结构,高频数据能精确刻画波动并分解,提炼更细的因子。
2. 已实现波动 RV:日内分钟收益平方和开方,是波动的一致估计,比日线波动率精确,呈现低波动异象(IC 负)。
3. 连续-跳跃分解(BNS):RV 对跳跃敏感,BPV(双幂变差)对跳跃稳健,两者之差分离跳跃;连续≈BPV,跳跃≈RV-BPV。
4. 跳跃波动预测力:过度反应反转、信息冲击消化、流动性事件修复;负跳跃后更可能反弹(短周期负效应)。
5. 收益分布因子:日内偏度(负偏风险高)、峰度(高峰度尾部风险)、尾部分布、日内动量;刻画收益「形状」,与波动因子互补。
6. 计算成本:数据量大、计算量高、对质量敏感、抽样频率需权衡;入门用 5 分钟线做 RV,逐帧上分解与分布。
7. 因子关系:与日线低波动同源但更精确,与大单主买互补,与基本面低相关;多族合成更稳健。
8. 适用边界:波动类稳健容量大,分布/跳跃类易过拟合容量小;边际提升需对比成本。

下一节,我们看本章的收束——华泰 AI 28 的量价选股体系概览,它把量价因子体系化组织,展示与基本面因子互补的全景。